【摘要】提供AI咨询+AI项目陪跑服务，有需要回复1 今年接触了很多Agent的项目，怎么说呢？多数项目的表现是很差的。 其中不乏一些想要快速抢占市场的小公司，他们刻意用低价和漂亮的PPT首先打开了局面，而这对于很多慢慢打磨产品的团队是很难受的，因为根本没他们的生存空间与试错场景了... 于是很多团队也被迫阅读全文 ...继续阅读 (34)

本文永久链接– https://tonybai.com/2025/04/28/go-ecosystem大家好，我是Tony Bai。最近，Go社区里的一则消息引发了不少关注和讨论：广受欢迎的 go-yaml 库作者 Gustavo Niemeyer 宣布将项目正式标记为“归档(archived)”。这不仅让很多依赖该库的项目需要考虑迁移，也恰好触动了许多 Gopher 心中的一根弦。就像我的知识星球“Go & AI 精进营”里的星友 Howe 所提出的那个精彩问题一样：“白老师…其实会发现，很多 Go 开源工具是没有持续更新维护的好像，不像 Java 那种，有一些框架甚至会有专门的组织去维护，比如 Spring，所以从这点来看，Go 的生态发展就比较担忧了，不知道会不会多虑了…”go-yaml 的归档，似乎成了这个担忧的一个现实注脚。一个维护了十多年、被广泛使用的基础库，说停就停了，这是否预示着 Go 的开源生态存在系统性的脆弱？我们是否真的应该为此感到焦虑？在下结论之前，我们不妨先看看 go-yaml 作者 Gustavo 本人的说明，这其中透露的信息远比“停止维护”四个字要丰富得多：“这是我最早的 Go 项目之一…维护了十多年…可惜的是…个人和工作空闲时间都减少了…我原本希望通过将其转移到资源更丰富的专业团队…但最终也没能如愿…我也不能直接把维护工作‘交给’某个人或 ...继续阅读 (40)

Ishell Pro是由河南图奕网络科技有限公司开发的高效SSH客户端，支持跨平台使用，资源占用低，界面简洁、操作流畅。目前xiaoz已经连续使用几个月时间，现在推荐给有需要的运维或开发人员。功能特点跨平台支持：macOS、Windows、Linux、Android、iOS支持快捷命令支持SFTP云 ...继续阅读 (31)

平时开发过程中会打开好多好多的浏览器标签页，虽然 Chrome 出了分类标签，但用着用着会发现每个分类又多了很多标签，prd、前后端技术方案、case、ones 越点越多，到最后很难分清哪个网页有用，只能一个一个看一个一个关。开始想得比较简单，直接搞了一个 js 的书签1javascript:void(function(){document.title=prompt('新标签页名称')}())可以用，但是有时候刷新页面或者过几天有的页面会自动刷新设置的标题就没了。于是，Cursor 登场，直接让它写一个浏览器插件吧。虽然我不会写浏览器插件，但它一定会。开始的时候没有完全想清楚交互，和它一次次对话，边让它开发边测试，边汲取灵感。让它匹配域名加参数，后来又发现有 hash 又让它匹配 hash，后边又加了参数正则匹配，但此时出现了问题，尝试让它改了好多次，不管怎么跟它说，正则都加不成功了。于是从头再来，把原有的代码全部删除，写了一个完整的说明，让它来实现：按照文档实现一个 Chrome 插件：实现一个浏览器插件主要功能：匹配用户输入的网站地址，设置当前网站为用户设置的标题。三种选择供用户选择：按域按域名+路径按域名+路径+参数用户选择某一个选项后，按照选项含义自动填充当前输入的网站地址，再提供一个输入框供用户输入想要设置的标题。按域名+路径+参数第三种方式相对复杂， ...继续阅读 (26)

😀看到网上爆出 clash-verge 存在提权漏洞，简单复现下。https://github.com/clash-verge-rev/clash-verge-rev/issues/34280x00 定位漏洞已知是提权到system的漏洞，那直接看 service 相关代码就好。在clash-verge-rev/src-tauri/src/core/service.rs可以看到33211端口有 http 服务存在 4 个 api 接口并且没有任何鉴权机制。/start_clash启动Clash核心，接受POST请求，需要在请求体中提供JSON格式的配置信息，包含以下参数：core_type: 核心类型（如"verge-mihomo"）bin_path: 二进制文件路径config_dir: 配置目录路径config_file: 配置文件路径log_file: 日志文件路径一看就很有问题，文件路径是自己指定的，用powershell请求下试试看下任务管理器，system权限的notepad进程已经启动了。启动参数如下：利用cmd的一些特性，可以构造如下参数执行任意命令。0x01 进一步分析和之前 clash 的漏洞一样，尝试使用浏览器js访问，不过不同于 clash 的api，服务的 api 受到 CORS的限制，不允许读取响应以及不允许设置Content-Type为applicat ...继续阅读 (18)

在群晖上使用 Docker 部署 Proxmox Backup ServerProxmox Backup Server(后续简称PBS) 是 PVE 容器、虚拟机的备份解决方案，支持增量、重复数据消除备份，可以节省存储空间，同时支持加密和完整性校验。PBS 官方提供了 iso 格式的镜像，同时社区也有开源的 Docker 镜像的部署方式，为了在群晖等 NAS 上部署方便，本文使用 Docker 的方式进行部署，项目地址：https://github.com/ayufan/pve-backup-server-dockerfiles镜像:ayufan/proxmox-backup-server:latestccr.ccs.tencentyun.com/k7scn/proxmox-backup-server:latest （国内镜像)部署 PBS使用 Docker 或者 Docker Compose 方式部署都可以。方便起见，统一使用 docker compose 方式部署， 不管群晖还是飞牛都适用。安装配置 PBS参加官方的 compose 示例，可以配置如下:docker-compose.yamlservices: pve-backup-server: image: ayufan/proxmox-backup-server:latest # image: ccr. ...继续阅读 (64)

上次简单介绍了openmanus的使用，但是它究竟是怎么个原理还是一知半解的，如果想要能比较深入的理解，最直接粗暴的就是阅读源码了，然而对于很多人包括我来说阅读源码不是件简单的事情，有时候会陷入局部细节，不得要领正好这次我发现了有个理解项目的神器，这次不加双引号是因 ...继续阅读 (44)

近年来，随着大语言模型（LLM）的飞速发展，音频处理领域也迎来了革命性突破。近日，月之暗面（Moonshot AI）团队发布了Kimi-Audio，一款开源的音频基础模型，支持音频理解、生成与对话任务，并在多个基准测试中刷新了性能记录。本文将深入解读其技术报告，剖析其创新设计与应用价值。一、为什么需要统一的音频基础模型？音频是人类感知环境、情感表达和语言交流的重要媒介。然而，传统音频处理技术（如语音识别、语音合成）通常针对单一任务设计独立模型，存在以下问题：任务孤立：不同模型之间无法共享知识，导致开发成本高；数据瓶颈：高质量标注数据稀缺，模型泛化能力受限；模态割裂：音频与文本的联合理解与生成能力不足。Kimi-Audio的目标是构建一个通用音频基础模型，通过统一架构处理多种任务（如语音识别、音频问答、语音对话），同时开源代码与工具，推动社区共同发展。二、核心技术亮点1. 混合音频分词器：兼顾语义与声学细节Kimi-Audio采用离散语义标记（12.5Hz）与连续声学向量结合的输入表示：语义标记：基于ASR模型的向量量化层生成，聚焦内容信息；声学向量：通过Whisper模型提取，捕捉音色、情感等细节。两者叠加后输入音频LLM，平衡了语义理解与声学建模能力。2. 双分支LLM架构：文本与音频联合生成模型核心基于预训练LLM（Qwen2.5 7B）初始化，并扩展为双分支结构：共享层：底层 ...继续阅读 (45)

引言这篇文章主要是介绍一下我正在使用 TradingView 的价格行为学指标 -bpa(Brooks Price Action 缩写)。指标介绍这里主要是说一下默认的配置说明，方便自己使用的同时，也方便大家查阅。均线三个均线：黄色均线：当前时间周期下的 EMA 20 均线，橙色均线：15 分钟时间周期下的 EMA 20 均线，红橙色/红色均线：60 分钟时间周期下的 EMA 20 均线，默认三个均线粗细是一样的，我自己手动改了黄色均线的配置，加粗了。因为它是最重要的均线。价格线图中 1 蓝色线：当天的开盘价图中 2/3 灰色线：前一交易日最高价/最低价。值得注意的是默认配置的时间统计范围是 8:30 - 14:55（交易所时间）。ES 默认是常规时间是 8:30 - 15:10 的。所以这里的最后三个 k 线是没统计的，目前我不知道为什么默认是这样的。缺口缺口可以衡量多空双方的力量。绿色背景：多头实体缺口红色背景：空头实体缺口K 线计数k 线下面会显示一个计数器，表示当前 k 线是第几根 k 线。为了避免计数器太多默认是每隔 4 根 k 线显示一个计数器。有两个颜色，代表不同的时间框架：绿色：普通的 K 线计数红色：每小时的 K 线计数，每隔 1 个小时显示一个红色的计数器18、40、48 这几点计数器需要格外的关注一下，容易出现反转。PS：计数器的字体大小可以自己调整。突破模式 ...继续阅读 (31)

系统版本必须使用Windows专业版/企业版/教育版验证方法：设置 > 系统 > 关于 > Windows规格 > 版本配置流程步骤一：启用远程桌面打开设置面板Win + I导航至系统 > 远程桌面切换开关到”启用”状态步骤二：防火墙放行设置快速命令（管理员权限运行）：netshadvfirewallfirewalladdrulename="Remote Desktop"dir=inprotocol=TCPlocalport=3389action=allow图形化设置路径：控制面板 > Windows Defender 防火墙选择允许应用通过防火墙勾选”远程桌面”专用/公用网络权限确认保存更改性能优化建议调整显示设置降低带宽消耗启用硬件加速（支持GPU的机器）使用有线网络连接 ...继续阅读 (49)

文章链接到标题技术链接到标题A Trip Down Memory Lane: How We Resolved a Memory Leak When pprof Failed Us - WarpStream[[goroutine]] 泄露调查，使用gcore生成 coredump，使用 viewcore 获取所有的 objects 信息及引用信息。可以考虑使用GitHub - cloudwego/goref: Go heap object reference analysis tool来解决？Ansible: pure (only in its) pragmatism - Andrej’s blog虽然 [[Ansible]] 自己有很多的问题，如果深度使用大概率需要自己写些插件，但是在庞大的用户社区面前，在大多数场景下还是比 [[shell]] + [[SSH]] 作为更好的选择。[[Ansible]] 最佳实践文档：Good Practices for Ansible - GPATip of the week #1: Field names are foreverTip of the week #2: Compress your Protos!Tip of the week #3: Enum names need prefixes[[protobuf]] 的一些 ti ...继续阅读 (34)

Python 最近出了个大新闻：PEP-750 t-string 语法被正式采纳了！这意味着 Python 将在今年 10 月发布的 3.14 版本中引入一种新的字符串前缀t，称为模板字符串（Template Strings），即 t-string。这是继 f-string 之后，字符串处理能力的重大升级，旨在提供更安全、更灵活的字符串插值处理机制。t-string 的基本语法与 f-string 非常相似，但得到的结果却大为不同：name="World"# f-string 语法formatted=f"Hello{name}!"print(type(formatted))# 输出：print(formatted)# 输出：Hello World!# t-string 语法templated=t"Hello {name}!"print(type(templated))# 输出：print(templated.strings)# 输出：('Hello ', '')print(templated.interpolations[0].value)# 输出：Worldprint("".join(itemifisinstance(item,str)elsestr(item.value)foritemintemplated))# 输出：Hello World!如上所述，t-string 与 f ...继续阅读 (52)

本文永久链接– https://tonybai.com/2025/04/27/rob-pike-on-bloat大家好，我是Tony Bai。今年年初，Go语言之父、UTF-8编码的发明者Rob Pike的一篇题为”On Bloat”（关于膨胀）的演讲幻灯片(在2024年下旬做的)在技术圈，尤其是在Hacker News(以下简称HN)上，引发了相当热烈的讨论。Pike作为业界泰斗，其对当前软件开发中普遍存在的“膨胀”现象的犀利批评，以及对依赖管理、软件分层等问题的深刻担忧，无疑戳中了许多开发者的痛点。HN上的讨论更是五花八门，开发者们纷纷从自身经历出发，探讨“膨胀”的定义、成因和后果。有人认为膨胀是“层层叠加的间接性”导致简单修改寸步难行；有人认为是“不必要的功能堆砌”；还有人归咎于“失控的依赖树”和“缺乏纪律的开发文化”。那么，Rob Pike究竟在“抱怨”什么？他指出的软件膨胀根源有哪些？而作为我们Gopher，Go语言的设计哲学和工具链，能否为我们从纯技术层面提供对抗膨胀的“解药”呢？今天，我们就结合Pike的演讲精髓和HN的热议，深入聊聊软件膨胀的四大根源，并从Go的视角尝试寻找一下应对之道。“膨胀”的真相：远不止代码大小和运行速度在深入探讨根源之前，我们需要认识到，“膨胀”并不止是字面意义上我们理解的最终编译产物的大小或者应用的运行速度慢，Pike的观点和H ...继续阅读 (42)

是 Ext JS 框架中用于拦截 Ajax 请求并返回模拟数据的核心工具，适用于前后端分离开发、原型验证或独立测试场景。它通过配置灵活的规则和模拟处理器（simlets 是simulated servers的简写，即模拟服务器。），帮助开发者在不依赖真实后端的情况下完成前端功能开发。的子类，定义数据生成逻辑。 ...继续阅读 (37)

Proxmox VE 添加监控PVE 支持添加 InfluxDB 或者 Graphite 作为指标数据的存储；在添加配置后，PVE 会主动上报相关监控数据，用于记录和监控 PVE 的状态效果图使用 InfluxDB 和 Grafana 对 PVE 进行监控，效果如图：本文适用 8.x 版本，仅在 PVE8.3、PVE8.4 版本测试过。安装配置 InfluxDB当前 PVE 版本需要使用的 InfluxDB v2 版本，使用 Flux 语法进行查询。方便操作，本次仅提供 compose 部署方式，k8s 部署也是类似比较简单。docker-compose.yamlservices: influxdb: image: bitnami/influxdb:2 # image: ccr.ccs.tencentyun.com/k7scn/influxdb:2 container_name: influxdb environment: - INFLUXDB_ADMIN_USER_PASSWORD=Cha3ie7gahthooyeech1xohgaeyax7Gi - INFLUXDB_ADMIN_USER_TOKEN=Eing5yaew6ujoo9ohd3saeH6neeshei3 - INFLUXDB_USER_ORG= ...继续阅读 (55)

联系：手机/微信(+86 17813235971) QQ(107644445)标题：达梦数据库dm.ctl文件异常恢复作者：惜分飞©版权所有[未经本人同意,不得以任何形式转载,否则有进一步追究法律责任的权利.]达梦数据库中也有类似oracle的控制文件(control0x.ctl),在达梦数据库中一般叫做dm.ctl,具体是有dm.ini(达梦默认参数文件名)中的CTL_PATH参数确定.在某些情况下,由于参数文件损坏或者丢失,导致数据库异常,这里dm.ctl文件丢失故障恢复创建表空间和表并插入数据SQL> create tablespace tbs_xff datafile 'tbs_xff01.dbf' size 128; 操作已执行 已用时间: 52.996(毫秒). 执行号:1303. SQL> create table t_xff tablespace tbs_xff as 2 select * from dba_objects; 操作已执行 已用时间: 71.055(毫秒). 执行号:1304. SQL> insert into t_xff select * from dba_objects; 影响行数 1094 已用时间: 28.759(毫秒). 执行号:1305. SQL> insert into t_xff select * from dba_obj ...继续阅读 (36)

联系：手机/微信(+86 17813235971) QQ(107644445)标题：dm.ctl文件异常恢复作者：惜分飞©版权所有[未经本人同意,不得以任何形式转载,否则有进一步追究法律责任的权利.]达梦数据库中也有类似oracle的控制文件(control0x.ctl),在达梦数据库中一般叫做dm.ctl,具体是有dm.ini(达梦默认参数文件名)中的CTL_PATH参数确定.在某些情况下,由于参数文件损坏或者丢失,导致数据库异常,这里dm.ctl文件丢失故障恢复创建表空间和表并插入数据SQL> create tablespace tbs_xff datafile 'tbs_xff01.dbf' size 128; 操作已执行 已用时间: 52.996(毫秒). 执行号:1303. SQL> create table t_xff tablespace tbs_xff as 2 select * from dba_objects; 操作已执行 已用时间: 71.055(毫秒). 执行号:1304. SQL> insert into t_xff select * from dba_objects; 影响行数 1094 已用时间: 28.759(毫秒). 执行号:1305. SQL> insert into t_xff select * from dba_objects; ...继续阅读 (33)

【摘要】本文是对 OpenAI 近期发布的《A Practical Guide to Building Agents》的读后感与总结 Agent火爆的背景 大型语言模型（LLM）处理复杂、多步骤任务的能力日益增强 。特别是，在推理 (reasoning)、多模态 和 工具使用方面的进步，催生了一类新的、由L阅读全文 ...继续阅读 (14)

系统管理员和开发者经常需要监控服务器或个人电脑的性能，以便及时发现瓶颈、优化资源利用率，甚至预测潜在问题。Python 的 `psutil` 库提供了一个强大、跨平台的方式来获取各种系统指标，如 CPU 使用率、内存占用、磁盘 I/O、网络流量等。本文将深入探讨 `psutil` 的功能，结合大量代码示例（包括详细的中文注释）和 LaTeX 数学公式，展示如何利用它构建全面的系统监控工具。您将学会如何收集、处理和展示性能数据，最终实现对系统健康状况的全面掌控。本文的目标是让您能够构建自己的定制化监控解决方案 ...继续阅读 (73)

随着深度学习在各个领域的应用日益增多，如何将训练好的深度学习模型高效地部署到生产环境中，成为了开发者和数据科学家的重要课题。本文将详细讲解如何使用Python将训练好的深度学习模型部署到生产环境，主要介绍了基于`Flask`和`FastAPI`构建API服务的方式。我们将通过一系列示例代码，从模型训练开始，到如何通过Flask或FastAPI暴露API接口，最后将其部署到服务器进行生产化应用。文章重点介绍了API的构建流程、模型的加载与推理、以及如何保证部署系统的高效与稳定性。适合有一定深度学习基础的读者 ...继续阅读 (35)

随着计算机硬件性能的提升和应用需求的多样化，并发编程在软件开发中扮演着越来越重要的角色。Python作为一种广泛使用的高级编程语言，提供了多种并发编程模型，包括多线程、多进程和协程。本文将深入分析Python中的这三种并发模型，详细探讨它们各自的工作机制、优缺点以及适用场景。通过丰富的代码示例和详尽的解释，本文旨在帮助开发者全面理解Python并发编程的核心概念，掌握选择合适并发模型的方法，从而在实际项目中实现高效、可靠的并发处理。文章还将结合数学公式，对比不同模型在性能和资源利用方面的表现，提供科学的决策 ...继续阅读 (23)

在Python编程中，内存管理是提升程序性能的关键因素之一。随着应用规模的扩大，尤其是在处理大量对象时，内存的高效使用变得尤为重要。本文深入探讨了两种有效的内存优化技术：`__slots__`的应用和对象池的实现。首先，我们详细解析了`__slots__`的工作机制及其在减少类实例内存占用方面的优势，并通过实际代码示例展示了如何在自定义类中正确使用`__slots__`。接着，文章介绍了对象池的概念，解释了其在重用对象、减少垃圾回收压力方面的作用，并提供了一个基于Python的对象池实现方案。通过对比实验， ...继续阅读 (29)

在云计算时代，AWS（Amazon Web Services）作为领先的云服务平台，其资源管理的高效性对企业至关重要。本文深入探讨如何利用Python的`boto3`库实现AWS资源（如S3桶、EC2实例等）的自动化管理。文章从环境配置开始，详细介绍了`boto3`的基础用法，并通过丰富的代码示例展示了如何创建、查询、更新和删除AWS资源。文中包含大量带中文注释的Python代码，帮助读者理解每个步骤的实现逻辑。此外，还探讨了自动化脚本的优化技巧，如异常处理、批量操作和日志记录，以提升脚本的健壮性和实用性。 ...继续阅读 (65)

随着自然语言处理（NLP）的发展，问答系统成为了人工智能应用中的一个重要领域。近年来，预训练模型如BERT、GPT、T5等，通过大规模数据的预训练与微调，极大地提升了问答系统的准确性和效率。本文将介绍如何使用Python和`transformers`库构建一个基于预训练模型的问答系统。文章将详细讲解问答系统的构建流程，包括数据预处理、模型选择与加载、问答模型的微调与优化、系统部署等步骤。此外，本文还将提供大量代码示例，并对代码中的关键部分进行详细注释和解析，帮助读者深入理解每一个细节。通过本教程，读者将能够 ...继续阅读 (99)

本例子就说明怎么样创建一个EXCEL文件，也可以直接发送到网络，而不需要保存到文件，直接在内存里高效操作。在这里要使用函数SaveRaw，输入参数是保存数据缓冲区和缓冲区的大小，返回数据和大小。前面一个例子说明了从网络直接读取EXCEL数据的方法， ...继续阅读 (43)

如果文件比较小，就不必要这样做了，可以直接保存在内存，然后使用函数LoadRaw就解决了。是不是把数据先保存到文件，再使用传统的方式打开它呢？从服务器传送过来的数据，是一个EXCEL文件，其实这样做，也是可以的，对于比较大的文件来说。那么怎么样获取里面的数据比较合适呢？这样就可以读取EXCEL数据。 ...继续阅读 (42)

为什么需要间隙锁关于为什么需要 “Gap Locks” 或者 “Next-key Locks” ，在MySQL的文档“17.7.1 InnoDB Locking”的小节中有较为详细的介绍，这里不再赘述。这里使用一个具体的示例，以便开发者方便构造与观察间隙锁。在Repeatable-Read隔离级别下，在整个事务的过程中，数据需要保持一致，经常需要使用间隙锁对数据或资源进行保护。例如，在如下的事务中：DROP TABLE IF EXISTS t1; CREATE TABLE t1 ( id int, nick varchar(32), age int, KEY ind_n (nick), PRIMARY KEY (id) ); INSERT INTO t1 VALUES ( 1, "a", 27 ); INSERT INTO t1 VALUES ( 11, "k" ,23 ); INSERT INTO t1 VALUES ( 24, "x" ,22 ); START TRANSACTION; SELECT * FROM t1 WHERE nick >= "k" for update; +----+------+------+ | id | nick | age | +----+------+------+ | 11 | k | 23 | | 24 ...继续阅读 (43)

Photo byRisa/Unsplash前些日子家电国补线上线下宣传的如火如荼，但是一直觉得国补这个东西好像我占不到啥便宜，因为我暂时没有任何更换家电、手机的想法。但是老天爷似乎都要推波助澜让我去凑凑热闹——家里的电热水器忽然坏了。是的，但是其实也并不意外，这台和这个我们家房子同样年纪的万和热水器服役已经十多年了，其实也就这两年开始慢慢有些小毛病，这个时候即便坏了我也不觉得意外。其实也叫不上坏，热水器的错误码为E1，是点火器故障，去年还是前年开始就出现过几次，我拆开打磨了一下点火器的头子后其实就好了。不过我妈说干脆让这个老家伙退役算了，修来修去的也麻烦。线上的热水器品牌五花八门，如海尔、美的、万和、樱花等等。不过价格在一片绿色国补到手价的标签下显的尤其划算。16L带增压、水伺服的一级能耗的机器线上基本上只要1100-1300左右，二级能耗就更低了，基本都在1000以下。我也去线下的实体店看了一下，因为保护线下市场的缘故，线上线下基本上不会售卖同型号的机器，不过同配置参数线下始终要贵个几百，毕竟像是京东、淘宝这种平台还有平台优惠不是。而且线下不卖一级能耗的产品，不知道为啥。刚开始的时候我选的美的、海尔的牌子，后来我妈提醒让我看看万和，这才了解到万和才是国内专业做热水器的，而且我们之前那个台服役十多年的热水器也是万和，后来安装的师傅也认同了这个看法。我最后选的是万和的F9DMAX，各 ...继续阅读 (73)

【引】AI Agent的实际效能高度依赖于其可集成的工具生态。当Agent无法接入关键数据源或功能接口时，其应用价值将大幅受限。这一核心挑战直接决定了Agent能否在真实场景中发挥作用。MCP通过建立统一的工具连接规范，为Agent开发提供了标准化接入框架。该协议不仅简化了Agent与多样化系统的集成过程，还显著扩展了Agent的任务处理能力，使开发者能够更高效地构建具备复杂功能的智能体，实现从基础查询到业务决策的多层次应用。那么，如何进一步理解MCP呢？其技术架构及工作原理是怎样的？典型的应用场景有哪些？ ...继续阅读 (37)

交互的本质是输入（执行）和输出（反馈），大模型并没有带来信息格式的变化，而是变更了信息的生产和交流。大模型会带来新的人机交互的转换，也会改变产品设计思路；但自然语言交互是否就是最好的交互形式，尚难有定论。纯粹基于自然语言的交互可能也是效率低下的，人类往往都会有误解或表达歧义，需要结合特点场景来判断。从交互方式对比交互模式NUIGUI模式定义自然用户界面（通过自然语言文本或者语音，以及输入输出图片等直接交互，就像人和人之间聊天一样）；基于对话的 NUI 交互方式更符合人的直觉，用户的互动性&参与感更强，需要用户发挥主观能动性。图形用户界面（在众多图标、重重菜单或者瀑布流中选择）；通过点击按钮与机器交互，这是一种结构化和机械化的方式擅长场景擅长处理不确定性、复杂性和新概念，通过多轮对话帮助用户理解和接受新的信息在概念变得普遍和确定之后发挥作用，通过可视化界面提高用户体验和操作效率。用户意图不是很明确，或有明确目标但需要大量的信息参考后逐步变得清晰较明确；一般知道要具体的动作设计重点难在用户对大模型能力的理解：不清楚大模型能力，交互中需要给予友好引导不信任大模型产出，需要结果中有交互回收反馈，需要进行追问的提醒难在用户对产品的熟悉程度，尤其是新产品/新手阶段：不知道有什么功能，遵循常见的设计原则不知道如何使用，遵循常见的设计原则本质上遵循交互规范，在UI上创新 但请勿在UX上较大创新，符 ...继续阅读 (30)